国内大厂 AI 面试考点整理
先说清边界：没有任何公开渠道能拿到某公司实时真题库，本页给的是从公开面经提炼的共性考点框架 + 按公司业务特性的方向性侧重，帮你把有限时间押在大概率区域。
公司 × 业务方向速查表
| 公司 | AI 相关业务热点 | 备考侧重点建议 |
|---|---|---|
| 字节跳动 | 豆包大模型、扣子 Agent 平台、抖音场景 | Agent 开发、MCP 与工具系统、推荐场景融合 |
| 阿里巴巴 | 通义系列、百炼平台、电商 AI | RAG 系统（电商知识库）、云上部署 |
| 腾讯 | 微信生态 AI、混元、元宝 | 多轮对话与会话记忆、内容安全（安全评测） |
| 华为 | 昇腾算力、盘古行业模型 | 推理部署与国产算力栈（推理框架）、行业落地（FDE 型） |
| 美团 | 到店/配送场景 LLM 应用 | 场景系统设计、Agent 任务编排 |
| 小米 / 华为终端 | 端侧 AI、手机智能体 | 端侧部署（多模态与推理优化） |
| 快手 / B站 / 小红书 | 内容理解、AIGC 审核 | 多模态理解、内容审核系统设计 |
| 京东 / 拼多多 | 电商导购、智能客服 | RAG + 客服场景设计 |
| 网易 / 滴滴 | 游戏 AI、出行场景 | 交互体验工程、调度类场景设计 |
| 银行 / 券商 / 保险 | 智能投顾、合规问答 | 私有化 RAG、数据安全（见行业垂类指南） |
| 微软 / 谷歌等外企 | Copilot、搜索 | 英文沟通 + 系统 design（本站中文内容同样适用） |
国产模型阵营词（DeepSeek、Kimi、智谱 GLM、豆包等）在面试里通常以「模型选型对比」形式出现，重点掌握模型选型方法论与架构层差异（如 MoE 结构，参考 Transformer 专题）。
共性考法：三轮追问结构
无论哪家公司，技术环节普遍呈现「基础八股 → 项目深挖 → 场景设计」三层：
- 八股层：⭐ 高频优先题几乎全覆盖。例：KV Cache 为什么省算力？RAG 幻觉怎么缓解？Function Calling 的底层流程？
- 深挖层：「你这个项目的检索准确率怎么测的？」「切分为什么选 512？」——按项目深挖专题的方法准备量化证据；
- 设计层：「为公司内部设计一个企业知识库问答」「百万级用户 AI 客服」——背熟一两个完整案例模板：系统设计专题就是为此存在的。
校招 vs 社招 vs 实习
- 校招/春招/秋招：基础题权重最高，跟着任一条岗位路线刷 ⭐ 题即可；八股答错硬伤明显，宁可少报方向也要答准主方向;
- 社招：一半以上时间在聊项目与生产化；转行者提前演练行为面软技能问题；
- 实习/应届：可以主动展示学习轨迹（用进度页记录的刷题履历本身就是态度证明）。
面经的正确用法
网上搜到的单条面经价值有限：问题列表只是采样的结果。正确姿势是把面经里的每个问题回溯到对应专题题号批量补齐，而不是逐条背诵答案。